AI路面巡檢的蛋糕足夠大么?

中交創(chuàng)聯(lián)交通科技
當(dāng)前,AI路面巡檢技術(shù)在全國公路的應(yīng)用整體仍處于早期階段?,F(xiàn)階段AI路面巡檢主要的應(yīng)用方式是,利用現(xiàn)有的巡查車輛,依靠可以部署在普通車輛上的攝像機(jī)等巡檢感知設(shè)備,解決養(yǎng)護(hù)設(shè)備便攜化的問題。

眼下智慧公路的修建如火如荼,行業(yè)期待智慧化的方式解決養(yǎng)護(hù)問題。智慧公路會成為未來主流嗎?跟隨小編一起來了解下吧。

想了解更多交通工程行業(yè)最新消息,可關(guān)注我們,小編將在第一時間,把最新消息帶給您。

2345截圖20210719174729.png

公路路面巡檢,是為保障公路質(zhì)量,保證公路安全、暢通、舒適的一項重要工作。智慧公路背景下,人工智能技術(shù)開始在公路的多個應(yīng)用場景中落地,公路AI路面巡檢便是其中之一。

現(xiàn)階段公路的路面病害發(fā)現(xiàn)仍舊依賴人工日常養(yǎng)護(hù)巡檢,通過人、車上路,肉眼識別的方式開展巡查工作。檢查結(jié)果通常受車速、工作人員經(jīng)驗、專注度等因素影響,存在養(yǎng)護(hù)效率低、運(yùn)營成本高等問題。

與此同時,公路養(yǎng)護(hù)的頻率較低,比較依賴年檢積累完整的路面病害報告、微小的數(shù)據(jù)積累量,并且公路建、管、養(yǎng)等系統(tǒng)之間很難實(shí)現(xiàn)數(shù)據(jù)共享,直接導(dǎo)致科學(xué)、完善的病害庫難以生成。

眼下智慧公路的修建如火如荼,行業(yè)期待智慧化的方式解決養(yǎng)護(hù)問題。作為公路智慧化的重要場景,百度、阿里云、商湯、海信網(wǎng)絡(luò)科技等科技公司都在積極推進(jìn)AI路面巡檢落地。

01AI路面巡檢的市場到底有多大?

截至2020年底,國內(nèi)的公路網(wǎng)總里程達(dá)519.81萬公里,中國高速公路總里程超過16萬公里,以高速為骨架,普通公路為主體的公路網(wǎng)基本形成。我國將公路劃分為高速公路、一級公路、二級公路、三級公路、四級公路,共五個等級,二級及以上等級的公路里程為70.24萬公里。

不同地區(qū)、不同等級的公路人工巡檢成本不同。以江蘇為例,截至2020年底,江蘇高速公路總長為4924公里,普通國省道為1.25萬公里,全省的公路里程超過16萬。據(jù)賽文了解,江蘇高速單次人工巡檢每公里的成本均價約為500元,將江蘇全省公路檢測一遍的成本大致在8000萬以內(nèi)。大陸地區(qū)共有31個省級行政區(qū)(公路總里程超過500萬公里),粗略估算全國公路巡檢一次的人工成本在25億人民幣之內(nèi),而路面巡檢僅僅是公路巡檢的一個方面,相應(yīng)的市場規(guī)模只會更小。

公路路面養(yǎng)護(hù)具有日常性、預(yù)防性、成本高等特點(diǎn),只有面向這些特點(diǎn)針對性的解決問題,才能更有效地推動AI路面巡檢的應(yīng)用。

02數(shù)據(jù)采集和算法是養(yǎng)護(hù)關(guān)鍵

當(dāng)前,AI路面巡檢技術(shù)在全國公路的應(yīng)用整體仍處于早期階段。現(xiàn)階段AI路面巡檢主要的應(yīng)用方式是,利用現(xiàn)有的巡查車輛,依靠可以部署在普通車輛上的攝像機(jī)等巡檢感知設(shè)備,解決養(yǎng)護(hù)設(shè)備便攜化的問題。AI路面巡檢技術(shù)在巡檢日志產(chǎn)生方面頗具優(yōu)勢,傳統(tǒng)人工巡檢填寫報告的時間比較耗時,通常需要數(shù)個小時,智能巡檢則能實(shí)時識別,實(shí)現(xiàn)巡檢日志的一鍵生成。

對巡檢車進(jìn)行輕量級改裝后,通過車輛巡檢,利用先進(jìn)的AI視覺算法,檢測龜裂、塊狀裂縫、縱向裂縫、橫向裂縫、沉陷、車轍、坑槽、松散等多類瀝青路面病害,自動發(fā)現(xiàn)并掌握道路病害的精確位置,通過視頻聯(lián)動進(jìn)行確認(rèn)。依靠路面病害識別算法,自動框選路面病害并進(jìn)行參數(shù)的自動計算和標(biāo)注,從而實(shí)現(xiàn)檢測結(jié)果“可視”,AI路面巡檢相比人工標(biāo)注更加精細(xì)。

在病害預(yù)測方面,借助巡查車輛上的攝像機(jī)等感知設(shè)備采集的數(shù)據(jù),通過AI+視頻分析的能力,實(shí)時完成路面病害的識別,將病害結(jié)果數(shù)據(jù),連同建設(shè)系統(tǒng)數(shù)據(jù)、路網(wǎng)運(yùn)行數(shù)據(jù)等上傳至平臺,進(jìn)行數(shù)據(jù)整合、數(shù)據(jù)挖掘、AI推理等處理,形成完善科學(xué)的病害庫,建立病害預(yù)測模型,做到病害演變“可測”。進(jìn)而制定合理的養(yǎng)護(hù)計劃,提前預(yù)測養(yǎng)護(hù),降低養(yǎng)護(hù)周期。

依靠AI路面巡檢技術(shù),養(yǎng)護(hù)管理人員能夠在復(fù)雜的路面狀況下完成檢測,最大程度的減少天氣、環(huán)境等不確定因素對檢測準(zhǔn)確度造成的影響,在多場景下實(shí)現(xiàn)公路巡檢“可控”。

此外,部分科技企業(yè)還能提供整車AI路面巡檢解決方案,通過車輛與激光雷達(dá)、感知相機(jī)等設(shè)備的深度融合,實(shí)現(xiàn)巡檢視頻資源云端托管與AI病害識別,業(yè)主單位借助云服務(wù),可實(shí)現(xiàn)云端一體的智慧管養(yǎng),自主完成數(shù)據(jù)處理、特征識別、結(jié)果輸出、決策支持等工作。

03AI路面巡檢引發(fā)企業(yè)大亂斗?

根據(jù)賽文交通網(wǎng)的調(diào)研,在已經(jīng)落地的部分AI公路巡檢項目中,有的巡檢檢測成本可降低40%,檢測準(zhǔn)確率可達(dá)80%,且智能巡檢效率是人工巡檢的十倍以上。另一方面,部分業(yè)主單位也傳出了AI路面巡檢效果不明顯的聲音,上海交委曾對AI路面巡檢進(jìn)行試驗,實(shí)際效果并未達(dá)到預(yù)期。

在企業(yè)的回款和利潤率上,賽文也接收到了不同的反饋信息,有的企業(yè)回款輕松、利潤率較高,有的企業(yè)情況則截然相反。當(dāng)前應(yīng)用公路AI公路巡檢的項目數(shù)量還相對有限,AI路面巡檢技術(shù)在國內(nèi)整體仍處在初期推廣階段。在做大AI路面巡檢市場蛋糕的過程中,企業(yè)之間的競爭才剛剛拉開帷幕。

與此同時,賽文了解到,目前AI路面巡檢也并未對傳統(tǒng)的人工巡檢形成實(shí)質(zhì)性沖擊,業(yè)主單位和運(yùn)維公司對AI路面巡檢并不排斥,對AI、5G、大數(shù)據(jù)等新技術(shù)普遍持開放性態(tài)度。關(guān)鍵是新技術(shù)要真正能為業(yè)主單位解決痛點(diǎn)問題,降低養(yǎng)護(hù)成本、提升巡檢效率。相信隨著解決方案效果的逐步提升,企業(yè)的回款和利潤率也會隨之改善。

04AI路面巡檢存在的問題

公路AI路面巡檢技術(shù)在國內(nèi)的部分高速、橋梁先后落地,但在具體應(yīng)用中仍存在著不少問題:

1、對比人工檢測而言,公路AI路面巡檢的內(nèi)容還相對比較局限。借助AI技術(shù),不少科技企業(yè)的解決方案仍舊以路面病害巡檢為主,對附屬設(shè)施、路基等公路的重要信息并不能進(jìn)行有效識別和處理。

附屬設(shè)施檢測主要包括巡檢標(biāo)牌、龍門架、護(hù)欄、攝像頭、測速雷達(dá)等目標(biāo);路基檢查則包括確認(rèn)各個部分與標(biāo)準(zhǔn)尺寸是否相符,以及檢查路肩、邊坡、防護(hù)、排水等方面的工作。人工巡檢的內(nèi)容則更為豐富。

2、一些單純依靠視頻分析的AI路面巡檢,在裂縫深度檢測方面也存在一定的缺陷,對于裂縫的具體深度并不能精準(zhǔn)檢測。

3、對于部分科技企業(yè)提供的整車AI路面巡檢解決方案,雖然能檢測道路表面、內(nèi)層以及附屬設(shè)施等內(nèi)容,但整車巡檢的成本卻比較高昂。

4、需要處理的病害模型并不精準(zhǔn),路面病害檢測之后并不是所有坑槽、裂縫都要進(jìn)行處理。不少提供AI路面巡檢解決方案的企業(yè)認(rèn)為凡是病害就應(yīng)上報,然而事實(shí)上卻并非如此。路面病害通常存在一個合理值,很多早期病害并不需要對其進(jìn)行處理。

因此,對公路病害的識別、判斷以及在輔助決策上,AI路面巡檢技術(shù)仍有待完善。

05小結(jié)

在新基建背景下,圍繞AI打造的新應(yīng)用不斷涌現(xiàn),公路AI路面巡檢便是其中之一。雖然很多企業(yè)相繼推出了AI路面巡檢解決方案,但國內(nèi)的公路路面巡檢市場規(guī)模容量相對不大,且同時存在檢測目標(biāo)有限、需要處理的病害模型不精準(zhǔn)以及需要雷達(dá)等其它技術(shù)支持等問題。

除了路面檢測,路面養(yǎng)護(hù)還包括分析、決策、評估、實(shí)施等內(nèi)容。通過公路AI路面檢測,是為了將采集的數(shù)據(jù)提交給公路系統(tǒng)分析,進(jìn)而實(shí)現(xiàn)路面的現(xiàn)狀評估、性能預(yù)測和養(yǎng)護(hù)決策。

近兩年,隨著AI路面巡檢等技術(shù)的相繼落地,傳統(tǒng)重建輕養(yǎng)的思想正在發(fā)生轉(zhuǎn)變,長久以來對養(yǎng)護(hù)資金投入不足和對科技進(jìn)步不夠重視的情況也在得到改善。

發(fā)展智慧公路,必須堅持建、管、養(yǎng)并重的原則,越是等級高、質(zhì)量好、投資多的公路,越要重視日常的養(yǎng)護(hù)管理。只有對公路實(shí)施科學(xué)規(guī)范的管理,才能提高公路的運(yùn)行質(zhì)量和經(jīng)濟(jì)效益,進(jìn)而實(shí)現(xiàn)安全、高效、暢通的目標(biāo)。

THEEND

最新評論(評論僅代表用戶觀點(diǎn))

更多
暫無評論